Коротко
ИИ-агентом называют программу, которая получает цель, сама решает, какой шаг сделать дальше, и выполняет шаги с помощью инструментов. Агент читает письмо, берёт данные из системы, готовит черновик и передаёт результат человеку на утверждение. Чат-бот только отвечает, автоматизация по правилам идёт по заранее заданному пути. Агент принимает и промежуточные решения. Чаще всего компании используют агентов для коммерческих предложений, документов и запросов клиентов.
Главное
- Агент сам решает, какой шаг сделать на пути к цели, и выполняет его с помощью инструментов.
- По данным Евростата, в 2025 году ИИ использовали 20% компаний ЕС с числом сотрудников от десяти, годом ранее 13,5%.
- Лучшая первая задача повторяется каждую неделю, имеет понятные правила и разрозненные входные данные.
- Необратимые шаги, такие как отправка, оплата и подпись, должны оставаться за человеком.
Содержание
Что такое ИИ-агент?
ИИ-агентом называют программу, в которой большая языковая модель принимает решения и выполняет их через инструменты. Модель получает цель (например, «подготовь черновик ответа на этот запрос цены»), определяет, какие данные ей нужны, вызывает нужный инструмент, читает результат и переходит к следующему шагу. Цикл останавливается, когда цель достигнута или когда требуется утверждение человека.
В руководстве Anthropic по проектированию агентов различаются две схемы: рабочие процессы, шаги которых заранее заданы в коде, и агенты, которые сами управляют процессом и выбором инструментов. На практике большинство систем в компаниях сочетают обе схемы. Часть шагов фиксирована, модель принимает решение только там, где входные данные неоднозначны.
Руководство OpenAI описывает агента через три составляющие. В работе компании к ним добавляется четвёртая:
- Модель: языковая модель, которая принимает решения. Для разных шагов можно использовать разные модели.
- Инструменты: почта, учётная система, CRM, таблицы, архив документов или веб-поиск. Агент пользуется ими только в пределах выданных прав.
- Инструкции: письменные правила о том, что агент делает, в каком порядке и в каких границах.
- Контроль: журнал каждого шага, точки утверждения и порядок действий при ошибке.
Чем агент отличается от чат-бота и автоматизации?
Их часто путают, потому что во всех трёх случаях программа выполняет работу человека. Разница в том, кто принимает решение.
| Признак | Чат-бот | Автоматизация по правилам | ИИ-агент |
|---|---|---|---|
| Что делает | Отвечает на вопрос | Выполняет заданные шаги по порядку | Выбирает шаги под цель и пользуется инструментами |
| Входные данные | Сообщение пользователя | Структурированные данные (формы, таблицы, API) | В том числе разрозненные (письма, PDF, спецификации) |
| Решение | Нет, только пишет текст | Принимает автор правила | Принимает модель в неоднозначных местах |
| При ошибке | Даёт неверный ответ | Процесс останавливается | Может сделать неверный шаг, поэтому нужны точки утверждения |
| Подходит для | Частых вопросов | Сверки счетов, переноса данных | Черновиков предложений, проверки документов, разбора запросов |
Если правило можно записать, автоматизация по правилам дешевле, быстрее и предсказуемее. Агент нужен там, где правило записать нельзя: письма клиентов, в которых один товар описан пятью способами, или спецификации, которые каждый раз приходят в новом шаблоне. Подробнее в нашей статье об автоматизации бизнес-процессов.
Для каких задач компании используют агентов?
По данным Евростата, в 2025 году ИИ использовали 20% компаний ЕС с числом сотрудников от десяти, в 2024 году этот показатель составлял 13,5%. Компании, которые пока не используют ИИ, чаще всего называют причиной нехватку специалистов.
В малом и среднем бизнесе агенты окупаются прежде всего в текстовой работе, которая повторяется каждую неделю:
- Разбор запросов цены: извлечь из письма товар, количество и условия поставки и сопоставить их с каталогом. См. статью об автоматизации коммерческих предложений.
- Проверка документов: найти расхождения между инвойсом, упаковочным листом и транспортным документом до отгрузки. См. документы для экспорта.
- Разбор обращений: распределить письма клиентов по темам, передать нужному сотруднику и подготовить черновик ответа.
- Чтение счетов и накладных: извлечь позиции из PDF в виде, пригодном для бухгалтерии или учётной системы.
- Мониторинг источников: читать заданные источники по расписанию и готовить сводки или черновики материалов.
Как внедрить агента?
Техническая сборка обычно занимает меньше всего времени. Основное время уходит на выбор задачи и описание границ.
Выберите одну задачу
Возьмите задачу, которая повторяется каждую неделю, даёт проверяемый результат и имеет ответственного внутри компании. Не передавайте агенту три процесса сразу.
Измерьте, как есть
Запишите, сколько минут уходит на один запрос и как часто возникают ошибки. Без исходного замера нельзя доказать, что система работает.
Определите инструменты и права
Какие системы агент будет читать, а в какие сможет записывать? Начните с минимальных прав, запись поставьте за шаг утверждения.
Добавьте точки утверждения
Всё, что уходит клиенту, любая цена и любой официальный документ сначала проходят через человека. Агент готовит черновик, человек отправляет.
Проверьте на прошлых делах
Дайте агенту реальные примеры за последние месяцы и сравните результат с известным правильным ответом.
Запустите и наблюдайте
Ведите журнал каждого шага, в первые недели читайте результаты по одному, затем переходите на выборочную проверку.
Чтобы понять, где сейчас находится ваша компания, пройдите проверку готовности к ИИ: девять вопросов, несколько минут, без электронной почты.
Какие риски у агентов?
- Уверенный неверный ответ: языковая модель может выдать ложное утверждение как истинное. Каждое утверждение агента должно опираться на источник или запись в системе.
- Лишние права: агент, который может отправлять письма или удалять записи, способен навредить, если неверно поймёт инструкцию.
- Персональные данные: передача данных клиентов в модель за рубежом подпадает под закон о персональных данных вашей страны. В Туркменистане действует закон «Об информации о личной жизни и её защите». Варианты описаны в статье о локальном ИИ.
- Неконтролируемые расходы: агент, попавший в цикл, может сделать намного больше обращений к модели, чем планировалось. Нужны ограничения по шагам и бюджету.
- Нет журнала: если причины решений агента не записываются, его ошибки невозможно исправить.
С чего начать малой компании?
Совет из руководства Anthropic подходит и малому бизнесу: начните с самого простого работающего решения и усложняйте его только при необходимости. Многие задачи решаются одним обращением к модели с хорошо написанной инструкцией. Настоящий агент нужен, когда растёт число шагов и точек решения.
Конкретный первый шаг: выберите повторяющуюся задачу, которая заняла больше всего времени в прошлом месяце, распишите по шагам, как её выполняет один сотрудник, и отметьте, какие шаги являются решениями, а какие копированием. Копирование уходит в автоматизацию, решения передаются агенту или остаются за человеком.
Частые вопросы
Чем ИИ-агент отличается от ChatGPT?
ChatGPT является чат-приложением, и в некоторых режимах оно может работать как агент. Агент, построенный для компании, подключается к вашим системам (почта, учётная система, архив документов), выполняет одну конкретную задачу по заданным правилам и записывает каждый шаг.
Нужна ли команда разработчиков?
Простые процессы можно собрать в визуальных инструментах вроде n8n. Если агент записывает данные в учётную систему, требует управления правами или журнала аудита, нужна техническая поддержка.
Что будет, если агент ошибётся?
В правильно построенной системе каждый шаг записывается, а всё, что уходит клиенту, проходит утверждение. Ошибка обнаруживается на этом шаге, а журнал показывает её причину.
Уходят ли наши данные за рубеж?
Это зависит от модели. При использовании облачной модели запрос уходит на серверы поставщика. Если данные должны оставаться в компании, модель можно запустить на собственном сервере.
Как понять, что агент приносит пользу?
Измерьте время и долю ошибок до внедрения и повторите тот же замер после. Без сопоставимого замера выигрыш остаётся впечатлением.
Источники
- Building effective agentsAnthropic · 19 декабря 2024 г.
- A practical guide to building agentsOpenAI
- Use of artificial intelligence in enterprisesEurostat
- Turkmenistan: Act on information on personal life and its protectionIRIS Merlin, Council of Europe
Спросите ассистента
Откройте статью в ИИ-ассистенте, чтобы применить её к своей ситуации.
Об этой статье
Entrida Technology & Consulting из Стамбула внедряет ИИ, автоматизацию и программное обеспечение для МСП. Факты в статье опираются на источники в конце. Если заметите ошибку, напишите на info@entrida.com.tr, мы исправим её и обновим дату.
Эта статья на других языках